임상시험에서의 인공지능 — 근거 현황, 공백, 그리고 향후 과제
임상시험 내 AI, 환자 대면 생성형 AI 논문 및 노인의학 전문가의 논평은 평가 체계가 핵심 제약 요인이라는 점에 뜻을 모은다.
TL;DR
- PubMed 종설 논문은 임상시험 내 AI 활용에 관한 근거 현황과 공백, 향후 과제를 고찰한다.
- 관련 논문들은 환자 대면 생성형 AI와 근위 경골 절골술 AI 수술 전 계획 시스템을 평가하며, ISPOR 태스크포스는 체계적 문헌고찰의 생성형 AI 모범 사례를 보고한다.
- STAT 논평은 고령층을 위한 AI 기술이 면밀한 검증을 거쳐야 한다고 주장한다.
‘임상시험에서의 인공지능 — 근거 현황, 공백, 그리고 향후 과제’라는 제목의 PubMed 종설 논문은 임상시험에서 AI가 적용된 영역과 근거가 취약한 부분을 조사했다. 두 번째 논문은 환자 대면 생성형 AI의 해석적 영향력과 시스템 수준 평가를 다루며, 검증 초점을 모델 정확도에서 환자가 출력 결과를 해석하는 방식으로 전환했다. [1] [2]
수술 및 근거 합성 영역에서도 응용 평가가 이어졌다. 한 연구는 근위 경골 절골술을 위한 AI 기반 수술 전 계획 시스템이 외과의와 유사한 정확도를 유지하면서 계획 수립 속도를 크게 향상시킨다고 보고했으며, ISPOR 특별 태스크포스는 체계적 문헌고찰에 생성형 AI를 활용하기 위한 모범 실행 지침을 제시했다. [3] [5]
과학 및 보건 언론 논평은 특정 인구 집단에 대한 주의를 환기했다. STAT 기고문에서 한 노인의학 전문의는 고령층 대상 AI 도입 과정에서 기존 전제가 들어맞지 않을 수 있는 지점을 짚으며, 고령층용 AI에 대한 세밀한 검토가 필요하다고 강조했다. [4]
Why it matters
AI는 임상시험, 환자 대면 도구, 근거 합성을 통해 진료 현장으로 동시에 진입하고 있다. 이들 연구 전반에서 반복적으로 확인되는 결론은 모델의 역량 자체가 아니라 평가 설계 방식이 해당 도구의 실질적 유용성을 결정한다는 점이다.
Editor's note
수집 데이터에 초록 전문이 포함되지 않아 각 항목은 제목과 게재처 정보를 바탕으로 기술되었으며, 제목 문구를 넘어서는 구체적인 성능 수치는 단정하지 않았다.